Система поддержки принятия решения при диагностике патологий околоносовых пазух на основе метода распознавания денситометрических образов тема диссертации и автореферата по ВАК РФ 05.11.17, кандидат технических наук Прибыльский, Алексей Васильевич

  • Прибыльский, Алексей Васильевич
  • кандидат технических науккандидат технических наук
  • 2018, ТаганрогТаганрог
  • Специальность ВАК РФ05.11.17
  • Количество страниц 193
Прибыльский, Алексей Васильевич. Система поддержки принятия решения при диагностике патологий околоносовых пазух на основе метода распознавания денситометрических образов: дис. кандидат технических наук: 05.11.17 - Приборы, системы и изделия медицинского назначения. Таганрог. 2018. 193 с.

Оглавление диссертации кандидат технических наук Прибыльский, Алексей Васильевич

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ ДИАГНОСТИКИ ОКОЛОНОСОВЫХ ПАЗУХ

1.1 Принципы построения информационных технологий сбора, обработки, хранения, поиска и обмена данными при разработке медицинских информационных систем

1.2 Особенности построения информационной системы для решения задач контроля и диагностики состояний околоносовых пазух пациентов

1.3 Принципы построения системы скрининг анализа статистических

данных, полученных в ходе обследования пациентов

1.4.Укрупненный алгоритм функционирования экспертной системы для

мажоритарного обоснования результатов диагностики

1.5 . Выводы

ГЛАВА 2. ИССЛЕДОВАНИЕ МЕТОДОВ ПЕРВИЧНОЙ ОБРАБОТКИ И ПРЕДСТАВЛЕНИЯ МЕДИЦИНСКИХ ИЗОБРАЖЕНИЙ

2.1. Основные задачи первичной обработки медицинских изображений

2.2. Оценка информативности и достоверности медицинских изображений в оториноларингологической области

2.3. Анализ методов повышения информативности цифровых медицинских изображений

2.4. Разработка алгоритма выбора медицинского изображения

2.5. Выводы

ГЛАВА 3. РАЗРАБОТКА СТАТИСТИЧЕСКОГО МЕТОДА И АЛГОРИТМОВ ДИАГНОСТИКИ СОСТОЯНИЯ ОКОЛОНОСОВЫХ ПАЗУХ ПАЦИЕНТОВ НА ОСНОВЕ ДЕНСИТОМЕТРИЧЕСКИХ ПРИЗНАКОВ

3.1 Параметрическая модель объекта диагностики

3.2 Разработка статистического метода распознавания состояния патологической области

3.2.1 Алгоритм локализация области патологий

3.3 Разработка алгоритмов распознавания образов патологий при отсутствии эталона

3.3.1 Безэталонный алгоритм распознавания образов патологий на основе вычисления корреляционных характеристик

3.3.2 Безэталонный алгоритм распознавания образов патологий на основе порядковой логики

3.4 Выводы

ГЛАВА 4. РАЗРАБОТКА ИНФОРМАЦИОННОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

4.1 Определение основных параметров построения и описание особенностей функционирования экспертной системы по поддержке принятия решений

4.2 Синтез логических контроллеров ввода рентгенографической информации

4.3 Расчет параметров информационной базы при построении экспертной системы

4.4 Разработка структурной схема телекоммуникационной системы ЛОР-отделения

4.5 Выводы

ГЛАВА 5. ВЕРЕФИКАЦИЯ РЕЗУЛЬТАТОВ РАБОТЫ ИНФОРМАЦИОННОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

5.1. Практическое применение алгоритма скрининг-анализа на основе определения относительных коэффициентов интенсивности плотности потока

5.2. Практическое применение статистического метода распознавания состояния околоносовых пазух

5.3. Практическое применение безэталонных алгоритмов распознавания

образов патологий

4.5. Выводы

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЯ

ПРИЛОЖЕНИЕ А

ПРИЛОЖЕНИЕ Б

ПРИЛОЖЕНИЕ В

ПРИЛОЖЕНИЕ Г

ПРИЛОЖЕНИЕ Д

ПРИЛОЖЕНИЕ Е

ПРИЛОЖЕНИЕ Ж

ПРИЛОЖЕНИЕ З

ПРИЛОЖЕНИЕ И

ПРИЛОЖЕНИЕ К

ПРИЛОЖЕНИЕ Л

ПРИЛОЖЕНИЕ М

Рекомендованный список диссертаций по специальности «Приборы, системы и изделия медицинского назначения», 05.11.17 шифр ВАК

Введение диссертации (часть автореферата) на тему «Система поддержки принятия решения при диагностике патологий околоносовых пазух на основе метода распознавания денситометрических образов»

ВВЕДЕНИЕ

Актуальность работы. Оснащение больниц современным высокоточным оборудованием, постоянное удешевление информационных систем, возрастание количества физиологических параметров, которые возможно измерить с помощью современной диагностической аппаратуры обосновывают актуальность внедрения в лечебно-профилактические учреждения (ЛПУ) медицинских информационных систем (МИС). Однако успешное внедрение и повышение качества эксплуатирования подобных МИС невозможно без анализа особенностей информации специфичной для каждого подразделения ЛПУ, поэтому становится очевидным появление особых информационных систем для отдельных подразделений медицинского учреждения, использующих современные методы компьютерной обработки, передачи, хранения диагностической, служебной и другой информации и подразумевающих интеграцию в единую МИС. Данные факторы в совокупности с увеличением в последние годы потока пациентов с воспалительными заболеваниями околоносных пазух в России и за рубежом отражают актуальность разработки системы поддержки принятия диагностического решения по оценке состояния лобных пазух пациента для ЛОР-отделений ЛПУ. Кроме того существующие информационные компьютерные технологии обработки изображений в совокупности с методиками диагностирования заболеваний околоносовых пазух позволяют разработать экспертную систему, которая станет основой организации телекоммуникационной системы для ЛОР-отделений.

Наличие различных способов в диагностике и подходов к лечению заболеваний околоносовых пазух свидетельствует об отсутствии эффективных средств выявления патологий. Основным подходом при постановке диагноза является качественный анализ результатов медико-биологических исследований, который нередко чреват ошибками в принятии решений, поскольку связан с психофизиологическим состоянием клинициста-исследователя, особенностями его зрительного анализатора,

условиями проведения медико-биологических исследований, качеством источника медико-биологической информации и т.д.

Существующие на данный момент технические и программные диагностические системы поддержки принятия решений в медицине в базируются на методах, в результате которых клиницист-исследователь получает лишь часть необходимой для построения адекватной модели информации. Главным недостатком диагностики является интуитивно -качественный анализ медицинских изображений, основанный на профессиональном опыте и субъективизме при выявлении врачом контуров диагностируемых фрагментов, что снижает диагностическую ценность получаемой информации и является источником 30% ошибочных решений.

Решением сложившейся проблемы может стать разработка информационной системы поддержки принятия решения для получения объективных диагностических оценок, основным достоинством которой должна стать возможность охарактеризовать сущность и качество исследуемого патологического процесса количественно, одним числом или количественными соотношениями, то есть информационной оценкой.

Известен ряд работ [5, 10, 40, 43, 49,61, 162], в которых были осуществлены попытки использовать одновременно несколько математических теорий для описания процесса диагностирования медико-биологического объекта (МБО), в частности, распознавание образов патологий околоносовых пазух. Среди них работы С.Я. Дадашева и В.В. Руанеа [43], В.В. Котина и Т.А. Ярышкина [40], Котова Б.Ю. [61], Бантыша Б.Б. [10], Токарева В.Н. [162], Адайкина В.И. [5], Еськова В.М. [49]. Анализ данных работ показал, что существует малое число специализаций медицинских систем распознавания, ориентированных, по большей части, на решение небольшого класса задач. При этом существует актуальная необходимость в исследовании вопросов связанных с использованием коллектива методов в задачах распознавания образов патологий околоносовых пазух, а также вопросов, связанных с практическим

применением результатов распознавания данных медицинской диагностики при формировании последующих решений. Это приводит к тому, что большинство современных систем распознавания патологий не могут быть адаптированы к решению новых задач и не имеют возможности по применению различных информационной системы.

Целью диссертационной работы является разработка метода распознавания классов патологических состояний околоносовых пазух пациентов в носоподбородочной проекции на основе денситометрических признаков и создание телемедицинской системы количественной оценки степени протекания патологических процессов, позволяющей эффективно принимать диагностическое решение.

Достижение поставленной цели предусматривает решение следующих задач диссертационного исследования:

• разработка информационной модели представления образов околоносовых пазух пациентов;

• разработка и исследование эталонного метода поддержки принятия диагностического решения позволяющих количественно оценивать патологическое состояние околоносовой пазухи;

• разработка и исследование безэталонных методов на основе сегментирования информативного контура патологической области;

• разработка структурной схемы и алгоритма работы телемедицинской информационной системы диагностики патологий околоносовых пазух пациентов на основе анализа денситометрических признаков рентгенографических, томографических и диафанографических снимков;

• разработка системного программного обеспечения автоматизированного рабочего места (АРМ) врача-клинициста для количественного анализа и оценки состояния околоносовых пазух;

• разработка и исследование структуры базы данных результатов клинической диагностики.

Объектом исследования являются медицинские диагностические изображения, полученные в процессе исследования носо-подбородочных проекций области патологий, методы и средства их обработки, телемедицинская система поддержки принятия решения врачом-оториноларингологом.

Предметом исследования являются рентгенограмма пациента в носо-подбородочной проекции как объект передачи, обработки и хранения телекоммуникационной системы ЛОР-отделения, математические методы и алгоритмы количественной оценки патологической области.

Методы исследования. Для достижения поставленных задач применялись методы теории распознавания образов, теории порядковой логики, теории вероятностей и математической статистики, теории логического проектирования и системного анализа, искусственного интеллекта и построения баз данных.

Основные положения, выносимые на защиту:

• Метод количественной оценки денситометрических параметров изображений (рентгенограмм, томограмм, диафанограмм) патологической области на основе сходства с эталоном.

• Безэталонные методы диагностики патологий околоносовых пазух на основе определения корреляционных характеристик и порядково-логических определителей контуров, позволяющие провести сегментацию изображения, повысив качество диагностического исследования.

• Способ повышения информативности первичной обработки рентгенограмм, диафанограмм и томограмм, заключающийся в выделении эталонных фрагментов изображений путем гиперболического преобразования первичных гистограммных образов.

• Структурная схема телемедицинских систем на базе лечебно-профилактического учреждения на основе экспертных систем и мобильных терминалов диагностики патологий оториноларингологических заболеваний.

• Структура базы данных для экспертной системы контроля и диагностики заболеваний околоносовых пазух по результатам анализа медицинских изображений

Достоверность и обоснованность диссертационного исследования подтверждена: клиническими испытаниями разработанных методик на базе Ростовского государственного медицинского университета (кафедра Болезней уха, горла и носа) и Горбольницы №1 г. Ростов-на-Дону, а также полученным патентом Российской Федерации на изобретение и соответствующими актами о внедрении результатов научной работы в образовательную и лечебную сферы деятельности.

Научная новизна разработки. В диссертационной работе получены следующие результаты:

1. Метод многоканальной обработки медицинских изображений с целью повышения их диагностической информативности.

2. Статистическая модель признаков патологий и способ определения допусковых зон патологических состояний околоносовых пазух пациента.

3. Метод диагностики состояний околоносовой пазухи на основе денситометрических параметров, полученных в ходе анализа медицинских изображений.

4. Безэталонный метод диагностики в базисе корреляционных характеристик медицинского изображения.

5. Безэталонный метод на основе сегментирования информативного контура исследуемой патологической области медицинского изображения в базисе порядковой логики.

Практическая ценность работы заключается в разработке:

• алгоритма локализации области патологии на основе известных денситометрических параметров.

• укрупненного алгоритма функционирования телемедицинской системы для диагностики состояний околоносовых пазух пациентов.

• экспертной системы, предлагающей инструментарий для автоматизированного анализа медицинских данных и позволяющей осуществить многокритериальную классификацию пациентов и их состояний;

• базы данных экспертных решений по принятию диагностического заключения.

Внедрение и использование результатов работы. Полученные в работе

результаты использованы:

• в практическую деятельности МБУЗ «ГБ №1», г. Каменск-Шахтинский, в рамках решения задачи поддержки принятия решения при оперативной диагностике околоносовых пазух пациентов ЛОР-отделений;

• в практическую деятельность оториноларингологического отделения №2 для взрослых МБУЗ «ГБ №1 им. Н.А. Семашко», г. Ростов-на-Дону, в рамках решения задачи повышения эффективности принятия диагностического решения врачамом объективной диагностики;

• в практическую деятельность МЦ «Здоровье+», г. Азов, в рамках решения задачи поддержки принятия решения врачом объективной диагностики патологии околоносовых пазух.

Апробация работы. Основные результаты работы были представлены на:

• Международной научной конференции Инновационные технологии в управлении, образовании и промышленности «АСТИНТЕХ-2009» (Астрахань, 2009 г.);

• Всероссийской молодежной научной конференции «Мавлютовские чтения» (Уфа, 2010 г.);

• Всероссийском смотре-конкурсе научно-технического творчества студентов вузов РФ «Эврика-2009-2011» (Новочеркасск, .2009, 2010, 2011 гг.);

• Всероссийской молодежной выставки-конкурса прикладных исследований, изобретений и инноваций (Саратов, 2009 г.);

9

• IX Всероссийской научной конференции «Информационные технологии, системный анализ» (Таганрог, 2011 г.);

• Конкурсе НИР аспирантов, магистров, и молодых ученых в области стратегического партнерства вузов и предприятий радиотехнического комплекса (СПб, 2011 г.);

• XXXVIII Международной научной конференции для аспирантов и молодых ученых «Гагаринские чтения» (Москва 2012, г.);

• 19-ой Всероссийской научно-технической конференции «Микроэлектроника и информатика-2012» (Москва 2012, г.);

• Региональной научно-практической конференции «Становление Молодой инновационной России. Перспективы и пути развития» (Брянск, 2012 г.);

• VIII Научной конференции студентов и аспирантов базовых кафедр южного научного центра РАН (Ростов-на-Дону, 2012 г.);

• X Всероссийской научной конференции «Информационные технологии, системный анализ» (Таганрог, 2012 г.);

• Конкурсе молодых ученых им. Академика И.И. Воровича. «Фундаментальные и прикладные проблемы современной техники» ( Ростов-на-Дону, 2012 г.);

• 67 Научной конференции молодых ученных РостГМУ (Ростов-н/Дону, 2013г.);

• Юбилейном заседании Ростовской секции российской ассоциации оториноларингологов. (Ростов-н/Дону, 2013 г.);

• IX Научной конференции студентов и аспирантов базовых кафедр южного научного центра РАН (Ростов-н/Д, 2013 г.);

• Всероссийской научно-технической конференции «Биомедсистемы 2013» (Рязань, 2013 г.);

• Международной научно-практической конференции оториноларингологов «Актуальные вопросы оториноларингологии» (Благовещенск, 2014 г.);

• Международной научно-практической конференции «Инновационные технологии в медицине» (Черкесск, 2014 г.);

• Международной конференции молодых ученых стран БРИКС «Сотрудничество стран БРИКС для устойчивого развития» (Ростов-на-Дону, 2015 г.).

Публикации. По материалам работы опубликовано 34 печатные работы, из них 5 - в рецензируемых научных журналах из перечня рекомендуемых ВАК для опубликования основных научных результатов диссертаций.

Получено 2 авторских свидетельства на программный продукт, а также патент РФ на изобретение.

Структура и объём работы. Диссертационная работа состоит из введения, 5 глав, заключения, библиографического списка и приложений. Основное содержание изложено на 1 44 страницах, включая библиографический список из 168 наименований, приложение изложено на 48 страницах, включает коды программ, реализующих математические модели. Работа иллюстрирована 6 таблицами, 50 рисунками.

ГЛАВА 1. АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ ДИАГНОСТИКИ ОКОЛОНОСОВЫХ ПАЗУХ

1.1 Принципы построения информационных технологий сбора, обработки, хранения, поиска и обмена данными при разработке медицинских информационных систем

Выбор подходов к проектированию и разработке любой информационной системы, в том числе и медицинские информационные системы(МИС), в основном, осуществляется индивидуальными творческими коллективами на начальном этапе работы с учетом целей, задач и требований к будущей информационной системы, то есть средства разработки выбираются исходя из желаемых возможностей, которыми должна обладать будущая система. Поэтому при проектировании большинства МИС решающую роль в выборе стратегии разработки проекта играют текущие потребности руководства и, в лучшем случае, активного звена практикующих врачей. Но разработка систем подобным методом сможет решить только существующие на момент разработки проблемы и текущие задачи, однако задачи развития, применения новых технологий и расширения возможностей интеграции банков данных отдельных учреждений здравоохранения в единое информационное пространство региона или страны данный подход просто не учитывает. Уже после 5-8 лет эксплуатации подобная система будет устаревшей и потеряет свою значимость. Поэтому подобные задачи уже не могут быть решены традиционными методами проектирования и разработки, они требуют специально изучения и разработки перспективных методов проектирования информационных систем [7]. Специфика медицинских информационных систем включает особые принципы построения технологий сбора, обработки, хранения, поиска и обмена данными:

- использование принципа клиент-сервер;

- использование интранет-технологии, позволяющей организовать простой в

использовании удаленный доступ при помощи протокола http, унификацию

12

интерфейса прикладных программ, а так же обеспечить возможность оперативного взаимодействия с другими пользователя посредством сети Интернет [8];

- использование практически всех типов информации и высокая потребность в их совместном анализе [9];

- различная кратность ввода информации: однократно, с автоматическим наследованием информации [4];

- наличие информации, которая должна вноситься в базу в месте ее появления;

- сохранение и представление самых различных видов информации;

- создаваемая система должна поддерживать мультиплатформенность, так как при построении сети МИС будет содержать различные аппаратные составляющие и зависимость от платформы исполнение МИС должно быть сведено к минимуму;

- масштабируемость и распределенность системы становятся ее максимально значимыми характеристиками при подключении к МИС нового отделения, учреждения и т.д., что в свою очередь должно снизить нагрузку на базы данных (БД);

- постоянное резервирование и репликативность информацииявляется немаловажным фактором, позволяющим увеличить производительность МИС в целом и снизить вероятность потери информации.

На рисунке 1.1 представлена обобщенная структурная схема МИС, разработанная на основе перечисленных выше принципов.

Областная/краевая больница

Единая медицинская информационная система лечебно-профилактического учреждения

Городские больницы

Локальные БД

I

Лечебно-диагностические подразделения

Сельские

больницы

Локальные

БД

Частные

больницы

Локальные

БД

Машины скорой помощи

Сеть Internet

Î

Регистратура

Другие подразделения

ЛОР-

отделение

Отделение скорой помощи

iL

w

Другие отделения

Глобальная БД, включающая ссылки на локальные БД

Медицинские карты пациентов

БД графической информации

Другие БД

X"

БД лабораторных исследований анализов

БД других результатов обследования пациентов

БД аптеки

Рисунок 1.1. Укрупненная структурная схема построения единой системы медицинских учреждений на уровне

области/края.

Неотъемлемым принципом любой информационной МИС должны быть модульность построения и поддержание различных стандартов разрабатываемых решений [83], что позволит интегрировать в единое информационное пространство целый ряд различных подсистем для реализации специфики функционирования каждого из видов деятельности лечебно-профилактического учреждения (ЛПУ). Однако, при этом необходимо учитывать однообразие отражение информации для пользователя, что позволит упростить восприятие, анализ и интерпретацию исходной информации без получения дополнительных знаний о функционировании системы. Кроме того, разработать полноценную систему - это тяжелый труд большой творческой команды, поэтому в данной диссертационной работе нами будут приняты попытки разработать и исследовать основные принципы построения информационной подсистемы для отоларингологического отделения, позволяющей повысить качество контроля и диагностирования состояния лобных пазух пациента и других патологий в этой области.

1.2 Особенности построения информационной системы для решения задач контроля и диагностики состояний околоносовых пазух пациентов

Подсистемы единой МИС отличаются своей направленностью, спецификой построения для каждого вида деятельности в ЛПУ, поэтому при построении системы контроля и диагностики околоносовых пазух пациента необходимо учитывать то, что для врачей ЛОР-отделений особое место в проведении диагностики занимает визуальная информация. Поэтому построение подобной информационной подсистемы включает в себя ряд преимуществ [114], таких как:

1. Специфика медицинских методик контроля и диагностики лобных пазух пациента, а также индивидуальный подход к каждому пациенту не позволяет построить систему, способную провести полностью самостоятельный диагноз и требует сравнение с уже имеющимися примерами заболеваний у пациентов, прошедших лечение как в этом, так и в других медицинских

учреждениях. Последнее указывает на необходимость создание единой базы диагностических изображений лобных пазух, классифицированной по определенным признакам

2. Знание клинической картины заболеваний и наличие изображения, полученного различными диагностическими методиками, позволяет безошибочно интерпретировать наличие патологии у пациента, но малый опыт молодых специалистов в области отоларингологии порой является причиной ошибочных интерпретаций снимков. Данная система позволит организовать интерактивный обмен опытом между врачами различных лечебно-профилактических учреждений путем объединения в единую систему от сельских поликлиник до областных больниц.

3. На основе обширной базы данных изображений появляется возможность создать базу знаний по методикам диагностирования, лечения, предупреждения заболеваний лобных пазух пациентов, что в свою очередь повысит скорость принятия решения, уменьшит ошибочность диагноза и время лечения больного.

4. Ведение истории болезни пациента при наличии соответствующего изображения лобной пазухи позволит повысить качество интерпретации патологий и назначения лечения заболевания при проведении контроля и диагностики состояния лобных пазух пациента.

5. Наличие единой базы болезней и медицинских карт пациентов даст возможность провести врачам ЛОР отделения корреляцию появления заболеваний лобных пазух с различными видами заболеваний, патологий обследуемого, учитывая болезни до и во время появления патологий, поэтому они могут взять во внимание данные факторы при назначении лечения.

6. Организация отчетов в любом виде для представления статистических данных о заболеваниях по месту требования позволит организовать научно-исследовательские работы по проведению исследованию процессов

диагностирования, лечения, послеамбулаторного обследования и предупреждения болезней лобных пазух.

7. Методы построения, организации и представления процессов работы подобной системы позволит сформулировать основные направления работы по созданию подобных систем для других лечебно-профилактических подразделении связанных с интерпретаций рентгенограмм.

Для анализа специфики информации о патологии пациента рассмотрим физический объект исследований.

Объектом контроля и диагностики данной системы являются лобные пазухи человека, представляющие собой парные образования в виде небольших полостей, сообщающихся с носовой полостью через лобно-носовой канал. Взаимоотношение околоносовых пазух, орбиты и полости черепа на фронтальном разрезе представлены на рисунке 1.3 [20]:

12 4 5

Рисунок 1.2 - Взаимоотношение околоносовых пазух, орбиты и полости черепа на фронтальном разрезе: 1-лобная пазуха, 2-buПafшntaHs, 3-глаз, 4-крыша полости носа, 5 - средняя носовая раковина, 6-средний

носовой ход.

Тесное топографическое взаимоотношение лобных пазух и орбиты глазного яблока (рисунок 1.2) усложняет идентификацию лобных пазух. Кроме того контроль и диагностика состояния лобных пазух пациента усложняется индивидуальными колебаниями их размеров, формы (разделение их костными перегородками или полуперегородками на отдельные полости) и расположением у каждого человека [20, 118].

В клинической отоларингологии имеет место множество способов диагностики заболеваний лобных пазух, таких как:

- томография;

- реография лобных пазух;

- звуковое тестирование;

- диафаноскопия;

- рентгенография.

У каждого из перечисленных методов есть свои недостатки и преимущества [20, 27], но рентгенография околоносовых пазух является в настоящее время основным вспомогательным средством при диагностике состояния лобных пазух, позволяя увидеть и распознать их форму, размер, расположения. Тактика же врача-рентгенолога, основная методика исследований и тем более частные приемы и способы, применяемые при исследовании головы и лобных пазух, в частности, отличается своими особенностями, определяемыми изучаемым объектом и конкретными задачами, вытекающими из состояния больного и возможных лечебных мероприятий. Только правильное применение определенных приемов рентгенологического исследования обеспечивает хорошие снимки и получение на их основе данных, дополняющих клинические симптомы. Так при диагностике околоносовых пазух используют рентгеновские снимки различных проекций головы [20, 29], дающих представления о внутренней конфигурации, объемах, состоянии стенок. Однако сегодня основным вспомогательным средством при диагностике лобных пазух является рентгенография околоносовых пазух в носо-подбородочной проекции

(рисунок 1.3) [29], которая дает возможность более подробно выявить структуру лобных пазух по сравнению с другими, при этом уточняются позиции образований лицевого скелета [20]. При этом в норме одинаковая прозрачность лобных пазух близка к прозрачности обеих орбит.

а) б) в)

Рисунок 1.3 - Передняя подбородочная проекция черепа: а) способ укладки; б) проекция рентгенограммы; в) вид укладки со стороны

лица.

Все же и в данном случае далеко не всегда представляется возможным правильно классифицировать заболевание и поставить диагноз ввиду физиологических особенностей строения черепа человека. Крупная и глубокая лобная пазуха, которая представляет собой значительную полость в кости черепа, воспринимается более прозрачной, чем небольшая и мелкая; наоборот, последняя всегда будет называться «темной», независимо от количества ее патологического содержимого [20]. Этот феномен — одна из причин, которая обусловливает трудности распознавания незначительных изменений слизистой оболочки крупной лобной пазухи и неправильной оценки состояния небольшой и мелкой. Особенности расположения лобных пазух и их разнородная структура вызывают затруднения в диагностике каких-либо процессов в них. Различные образования полости черепа могут наводить на мысль об изменениях в лобных пазухах. Разнообразие вариантов анатомической структуры лобных пазух нередко создает затруднения при рентгеновском исследовании различных процессов, происходящих в них

[29]. О заболевании лобных пазух судят по интенсивности затемнения, сравнивая больную сторону со здоровой. Однако постановка диагноза на основании как предварительной, так и дополнительной диагностики осуществляется врачом и носит субъективный характер. В условиях постоянного увеличивающегося потока пациентов, время, выделяемое на обследование каждого пациента, резко уменьшается, что приводит к увеличению ошибок при вынесении решения.

Похожие диссертационные работы по специальности «Приборы, системы и изделия медицинского назначения», 05.11.17 шифр ВАК

Список литературы диссертационного исследования кандидат технических наук Прибыльский, Алексей Васильевич, 2018 год

СПИСОК ЛИТЕРАТУРЫ

1. Абламейко С.В., Лагуновский Д.М. Обработка изображений: технология, методы, применение. — Мн.: Амалфея, 2000. — 304 с.

2. Автоматизированные информационные системы / Н.А. Криницкий, Г.А. Миронов, Г.Д. Фролов; под ред. А.А. Дородницына. — М.: Наука. Главная редакция физико-математической литературы, 1982. — 384 с.

3. Автоматический поиск неисправностей / А.В. Мозгалевский, Д.В. Гаскаров, Л.П. Глазунов, В.Д. Ерастов; под ред. A.B. Мозгалевского. — Л.: Машиностроение, 1967. — 264 с.

4. Айзерман М.А., Браверман Э.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин. — М.: Наука, 1970. — 384 с.

5. Алгоритмы и программы восстановления зависимостей / Под ред. В.Н. Вапника. — М.: Наука, 1984. — 816 с.

6. Алгоритмы распознавания образов / Под ред. В.Н. Вапника. — М.: Советское радио, 1973. — 200 с.

7. Анисимов Б.В., Курганов В.Д., Злобин В.К. Распознавание и цифровая обработка изображений: Учеб.пособие для студентов вузов. — М.: Высш. шк, 1983. —295 с.

8. Аркадьев А.Г., Браверман Э.М. Обучение машины классификации объектов. — М.: Наука, 1971. — 192 с.

9. Базы знаний интеллектуальных систем: Учеб.пособие для вузов / Т.А. Гаврилова, В.Ф. Хорошевский. — СПб: Питер, 2000. — 384 с.

10.Барабаш Ю.Л. Коллективные статистические решения при распознавании. — М.: Радио и связь, 1983. — 224 с.

11.Барабаш Б.А. Минимизация описания в задачах автоматического распознавания образов // Техн. Кибернетика, 1964, № 3. - с. 32-44.

12.Белоногов Г.Г., Богатырев В.И. Автоматизированные информационные системы / Под ред. К.В. Тараканова — М.: «Сов.радио», 1973. — 328 с.

13. Бойко В.В., Савинков В.М. Проектирование баз данных информационных

систем. — М.: Финансы и статистика, 1989. — 351 с.

127

14.Бонгард М.М. Проблема узнавания. — М.: Наука, 1967. — 320 с.

15.Бутаков Е.А., Островский В.И., Фадеев И.Л. Обработка изображений на ЭВМ. — М.: Радио и связь, 1987. — 240 с.

16.Быченок Н.Н. Автоматизированные информационные системы для принятия решений. — Киев: Об-во «Знание», 1982. — 16 с.

17.Вапник В.Н. Задача обучения распознаванию образов.— М.: Знание, 1971. — 64 с.

18.Вапник В.Н., Червоненкис А.Я. Теория распознавания образов (статистические проблемы обучения). — М.: Наука, 1974. — 416 с.

19.Вентцель Е. С. Теория вероятностей. — М.: Наука, 1964. — 576 с.

20.Волков А.Г. Лобные пазухи - Ростов н/Дону. Изд-во «Феникс», 2000, 512с.

21.Вопросы анализа и процедуры принятия решений / Сб. переводов; под ред. И.Ф. Шахнова; пред. Г.С. Поспелова. — М.: Мир, 1976. — 232 с.

22. Вопросы статистической теории распознавания / Под ред. Б.В. Варского. — М.: Сов.радио, 1967. — 400 с.

23.Воройский Ф.С. Систематизированный толковый словарь по информатике. — М.: Либерея, 1998. — 376 с.

24.Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем — М.: Радио и связь, 1992. — 200 с.

25.Гаскаров Д.В., Голинкевич Т.А., Мозгалевский А.В. Прогнозирование технического состояния и надежности радиоэлектронной аппаратуры / Под.ред. Т.А. Голинкевича. — М.: Сов. Радио, 1974. — 224 с.

26.Гаскаров Д.В., Шаповалов В.И. Малая выборка.— М.: Статистика, 1978. — 248 с.

27.Гельман В.Я. Медицинская информатика: практикум (2-е издание). Спб.: Питер, 2002.480 с.

28.Герман В.А., Потапов А.А. Обработка медицинских рентгеновских изображений фрактальными методами // Нелинейный мир, №5. Т.9, 2011. -С.275-278.

29.Герман В.А., Потапов А.А. О фрактальных методах в обработке медицинских рентгеновских изображений // Труды Шестой Всероссийской конференции «Необратимые процессы в природе и технике» (г.Москва, 26-28.01.2011). -М.: МГТУ им. Н.Э. Баумана, 2011. Ч.1. - С.168-172.

30.Глазатов М.В., Поваляев А.С., Пшеничников Д.Ю., Шульман Е.И. Предпосылки разработки и свойства медицинской информационной интренет-системы/ сборник трудов Всероссийской конференции «Настоящее и будущее технологической медицины». - Ленинск-Кузнецкий, 2002, с 19

31.Гланц С. Медико-биологическая статистика. - М.: Практика, 1999. 198 с.

32.Гольдблат В.И. Влияние различных методик воздействия ультразвуком на регенерацию костной ткани (Экспериментальное исследование) // Ортопедия Травматология и Протезирование.- 1978. -№8.-С.59-63.

33.Гонсалес Р., Вудс Р., Эддинс Цифровая обработка изображений в среде МАТЬАБ. - М.: Техносфера, 2006. - 616 с.

34.Гонсалес Р., Вудс Р. Цифровая обработка изображений. - М.: Техносфера, 2006. - 1072 с.

35. Горбачевский В.Н., Покотиленко А.К., Макашев В.Е. Клинико-морфологические данные при использовании деминерализованных костных трансплантатов для пластики перегородки носа. Деминерализованный костный трансплантат и его применение: Сб.научн.трудов. СПб, 1993. С. 7986.

36.Гергей Т., Финн В.К. Об интеллектуальных системах // Экспертные системы: состояние и перспективы. Сб. науч. тр. — М.: Наука, 1989. — С. 9-20.

37. Глаз А.Б. Параметрическая и структурная адаптация решающих правил в задачах распознавания. — Рига: Зинатне, 1988. — 167 с.

38.Горелик А.Л., Гуревич И.Б., Скрипкин В.А. Современное состояние проблемы распознавания: Некоторые аспекты.— М.: Радио и связь, 1985.160 с.

39.Горелик А.Л., Скрипкин В.А. Методы распознавания: Учеб.пособие для вузов. — М.: Высш. шк., 1989. — 232 с.

40.Гузик В.Ф., Кидалов В.И., Самойленко А.П. Статистическая диагностика неравновесных объектов. - СПб.: Судостроение, 2009. - 304 с.

41. Гусев А.В. и др. Медицинские информационные системы: Петрозавод. гос. ун-т. - Петрозаводск: Изд-во ПетрГУ, 2005. - 404 с

42.Данилов В.П., Сотсков А.И. Механизмы группового выбора.— М.: Наука, 1991. — 176 с.

43.Дедух Н.В., Хмызов С.А., Тихоненко А.А. Новые технологии в регенерации кости: использование факторов роста // Ортопедия, травматол.-2008.-№ 4.-С. 129-133.

44. Дискаленко В.В. Современные взгляды на хирургическое лечение синуситов // Российск.ринология.- 1994.-Приложение №2.- С. 62-63.

45.Добромыльский Ф.И., Щербатов И.И. Придаточные пазухи носа и их связь с заболеваниями глазницы. М.,Медгиз, 1955. 259 с.

46. Джексон П. Введение в экспертные системы / Пер. с англ. — М.: Издательский дом "Вильяме", 2001 — 624 с.

47. Дуда Р., Харт П. Распознавание образов и анализ сцен / Пер. с англ.; под ред.

B.Л. Стефанюка. — М.: Мир, 1976. — 511 с.

48.Дуданов И.П. и др. Информационная система в здравоохранении -концептуальная модель // Сердечно-сосудистые заболевания. Бюллетень НЦССХ им. Бакулева РАМН. 2002. Т.3. №11. с.332

49.Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания или классификации // Проблемы кибернетики, вып. 33. — М.: Наука, 1978. —

C. 5-68.

50.Загоруйко Н.Г. Методы распознавания и их применение. — М.: «Советское радио», 1972. — 208 с.

51. Искусственный интеллект: В 3 кн. Кн. 1. Системы общения и экспертные системы: Справочник / Под ред. Э.В. Попова. — М.: Радио и связь, 1990. — 464 с.

52. Искусственный интеллект: В 3 кн. Кн. 2. Модели и методы: Справочник / Под ред. Д.А. Поспелова. — М.: Радио и связь, 1990. — 304 с.

53.Искусственный интеллект: В 3 кн. Кн. 3. Программные и аппаратные средства: Справочник / Под ред. В.Н. Захарова, В.Ф. Хорошевского. — М.: Радио и связь, 1990. — 368 с.

54.Какорина Е.П. Современные проблемы информатики в здравоохранении [Электронный ресурс]/Е.П.Какорина. Режим доступа к странице: http: //www. worldbank. org.ru.

55.Калихман И.Л., Войтенко М.А. Динамическое программирование в примерах и задачах. - М.: Высшая школа, 1979, 125 с.

56.Кириллов С.Н., Орешков В.И. Применение комбинированных методов обработки для повышения качества цифровых диагностических снимков // Биомедицинские технологии и радиоэлектроника. - 2005. - № 7. - с. 37-40.

57. Ковалевский В.А. Методы оптимальных решений в распознавании изображений. — М.: Наука, 1976. — 328 с.

58.Кольцов П.П. Математические модели теории распознавания образов // Компьютер и задача выбора. — М.: Наука, 1989. — С. 89-119.

59.Копылов В.А. Построение автоматизированных информационно-поисковых систем. — М.: Энергия, 1974. — 144 с.

60.Корн Г., Корн Т. Справочник по математике (для научных работников и инженеров). — М.: Наука, 1974. — 832 с.

61.Корнеев В.В., Гареев А.Ф., Васютин С.В., Райх В.В. Базы данных. Интеллектуальная обработка информации.— М.: «Нолидж», 2000.— 352 с.

62.Кузнецов Д.С. Специальные функции.— М.: Высшая школа, 1965.— 424 с.

63.Кузнецов П.И., Пчелинцев Л.А. Последовательное обучение систем диагностики. - М.: Энергоатомиздат, 1987. - 112 с.

64.Лапко А.В. Непараметрические методы классификации и их применение. — Новосибирск: ВО «Наука», Сибирская издательская фирма, 1993. — 152 с.

65.Лапко А.В., Ченцов С.В. Многоуровневые непараметрические системы принятия решений. — Новосибирск: Наука. Сиб. предприятие РАН, 1997, — 192 с.

66.Левшин В.Л. Биокибернетические оптико-электронные устройства автоматического распознавания изображений. — М.: Машиностроение, 1987, — 176 с.

67.Левин В.И. Структурно-логические методы исследования сложных систем с применением ЭВМ. - М.: Наука, 1987. - 304 с.

68.Линденбратен Л.Д., Наумов Л.Б. Медецинская рентгенология. - 2-е издание, перераб. и доп. - М.: Медицина, 1984, 384 с.

69. Ложе И. Информационные системы. Методы и средства / Пер. с франц.; под ред. К.Л. Горфана и Т.В. Молчановой — М.: Мир, 1979. — 632 с.

70.Лорьер Ж.-Л. Системы искусственного интеллекта / Пер. с франц. — М.: Мир, 1991. —568 с.

71.Любарский Ю.Я. Интеллектуальные информационные системы. — М.: Наука. Гл. ред. физ.-мат. лит., 1990. — 232 с.

72.Майкова-Строганова В.С., Рохлин Д.Г. Кости и суставы в рентгеновском изображении. Голова. - Ленинград: Изд-во «Медгиз», 1955, 500 с

73.Мазуров Вл. Д. Математические методы распознавания образов.-Екатеринбург.- 2010.- 101 с..

74. Минский М. Фреймы для представления знаний / Пер. с англ. М.: Энергия, 1979,— 152 с.

75.Минский М., Пейперт С. Персептроны / Пер. с англ.; под ред. В.А. Ковалевского. — М.: Мир, 1971. — 261 с.

76.Миркин Б.Г. Проблема группового выбора.— М.: Наука, 1974.— 256 с.

77.Мозгалевский А.В., Гаскаров Д.В. Техническая диагностика (непрерывные объекты). — М.: Высшая школа, 1975. — 207 с.

78.Моисеев Н.Н., Математические методы системного анализа. - М.: Наука, 1981, 487 с.

79.Непейвода Н.Н., Кутергин В. А. Об уровнях знаний и умений в экспертных системах // Экспертные системы: состояние и перспективы. Сб. науч. тр. — М.: Наука, 1989. — С. 30-37.

80.Нильсон Н. Обучающиеся машины. —М.: Наука, 1967. — 180 с.

81.Нильсон Н. Принципы искусственного интеллекта / Пер. с англ. — М.: Радио и связь, 1985. — 376 с.

82. Обучающиеся системы обработки информации и принятия решений: непараметрический подход / А.В. Лапко, С.В. Ченцов, С.И. Крохов, Л.А. Фельдман. — Новосибирск: Наука. Сибирская издательская фирма РАН, 1996. —296 с.

83.. Основы построения АСУ: Учеб. пособие для вузов / Под ред. В.И. Костюка. — М.: Сов.радио, 1977. — 304 с.

84. Основы технической диагностики. В 2-х кн. Кн. 1. Модели объектов, методы и алгоритмы диагноза / Под ред. П.П. Пархоменко. — М.: Энергия, 1976. — 464 с.

85.Осуга С. Обработка знаний / Пер. с япон. — М.: Мир, 1989. — 293 с.

86.Патент 2325548 Российская Федерация, МПК А 61 N 5/06. Способ диафанографии лобных пазух / Волков А.Г., Грошков К.К.; заявители Волков А.Г., Грошков К.К. / Рост.гос. мед. ун-т.-№2006145146; заявл. 18.12.2006; приоритет 18.12.2006.-9 с. 22.11.2007 получено решение о выдаче Патента РФ на изобретение.

87.Патент 2326592 Российская Федерация, МПК А 61 N 5/06. Способ дифференциальной диагностики фронтитов / Волков А.Г., Грошков К.К.; заявители Волков А.Г., Грошков К.К. / Рост.гос. мед. ун-т.-№2006145774; заявл. 21.12.2006; приоритет 21.12.2006.-11 с. 11.12.2007 получено решение о выдаче Патента РФ на изобретение.

88.Патент 2585700 Российская Федерация, МПК А 61В N 6/00. Способ диагностики патологий околоносовых пазух путем распознавания образов. / Прибыльский А.В., Самойленко А.П., Волков А.Г., Пужаев С.И. заявители Прибыльский А.В., Самойленко А.П., Волков А.Г., Пужаев С.И. / -№2014131689/14; заявл. 30.07.2014; приоритет 30.07.2014.-14 с. 10.05.2016 получено решение о выдаче Патента РФ на изобретение.

89.Патент 62004 Российская Федерация, МПК А 61В 1/06. Устройство для диафанографии / Волков А.Г., Грошков К.К.; заявители и патентообладатели

Волков А.Г., Грошков К.К.-№2006145089; заявл. 18.12.06; опубл. 27.03.07, Бюл. №9.-3 с.

90.Патент RU № 2234859, МПК А61В6/00 от 21.10.2002, опубл. 27.10.2004 // Пальчун В.Т., Магомедов М.М., Петухова П.В. Способ диагностики околоносовых пазух.

91.Патрик Э. Основы теории распознавания образов / Пер. с англ.; под ред. Б.Р. Левина. — М.: Сов.радио, 1980. — 408 с.

92.Перцептрон — система распознавания образов / Под ред. А.Г. Ивахненко — Киев: Наукова думка, 1975. — 431 с.

93.Пискунов Г.З., Пискунов С.З. Клиническая ринология / М.: Миклош, 2002.390 с.

94.Поспелов Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов. — М.: Радио и связь, 1989. — 184 с.

95. Построение экспертных систем / Под ред. Ф. Хейеса-Рота, Д. Уотермана, Д. Лената; Пер. с англ., под ред. В.Л. Стефанюка. — М.: Мир, 1987.— 441 с.

96. Представление и использование знаний / Под ред. X. Уэно, М. Исидзука; пер. с япон. — М.: Мир, 1989 — 220 с.

97.Прибыльский А.В., Назаренко А.С.Разработка и исследование принципов компьютерной диафаноскопии. Материалы МНК Инновационные технологии в управлении, образовании и промышленности «АСТИНТЕХ-2009»Астрахань: Изд-во «Астраханский университет». 2009.- с.27-28

98.Прибыльский А.В., Петренко Е.Б.. Разработка и исследование принципов построения беспроводной системы контроля и диагностики прочностного состояния фюзеляжа летательного аппарата. Материалы Всероссийской молодежной научной конференции «Мавлютовские чтения».-Уфа: Изд-во УГАТУ, 2010.-с.296-298

99.Прибыльский А.В., Самойленко А.П.. Информационная система рентгеноскопической диагностики состояния околоносовых и лобных пазух. Сборник конкурсных работ Всероссийского смотра-конкурса научно-

технического творчества студентов вузов РФ «Эврика-2009».-Новочеркасск: Изд-во ЛИК.2009,-с.48-50

100. Прибыльский А.В. Информационная система рентгеноскопической и диафаноскопической диагностики состояния носовых и лобных пазух.Материалы Всероссийской молодежной выставки-конкурса прикладных исследований, изобретений и инноваций.-Саратов: Изд-во Саратовского университета.2009.-с8.

101. Прибыльский А.В.. Информационная технология распознания патологий объекта по его цифровому изображению. Неделя науки - 2010: Материалы научных работ. - Таганрог: Изд-во ТТИ ЮФУ, 2010. - с. 16-18

102. Прибыльский А.В., Самойленко А.П..Система информационной поддержки принятия решения врачом-отоларингологом. Сборник работ победителей Всероссийского конкурса НИР студентов, аспирантов и молодых ученых по междисциплинарным направлениям.-Новочеркасск: Изд-во ЛИК.2011.-с.21-23.

103. Прибыльский А.В., Самойленко А.П..Информационная система диафаноскопической диагностики патологий верхнечелюстных и лобных пазух. Материалы Х Всероссийской научной конференции студентов и аспирантов «КРЭС-2010». - Таганрог: Изд-во ТТИ ЮФУ, 2010. -Т.1- с. 22104. Прибыльский А.В., Самойленко А.П..Одноканальная томографическая

система диагностики ЛОР-заболеваний. Материалы IX Всероссийской научной конференции «Информационные технологии, системный анализ».-Таганрог: Изд-во ТТИ ЮФУ.2011.-Т2.-с.106-109.

105. Прибыльский А.В.. Телекоммуникационный диагностический терминал ЛВС клиники для врача-отоларинголога. Сборник конкурсных НИР аспирантов, магистров, и молодых ученых в области стратегического партнерства вузов и предприятий радиотехнического комплекса.-СПб:Изд-во ЛЭТИ.2011.-с.187-190.

106. Прибыльский А.В.. Рентгеноскопический снимок как объект медицинской диагностики при синтезе статистических моделей состояния лобных пазух пациентов. Материалы XXXVIII Международной научной конференции «Гагаринские чтения».-М.:Изд-во МАТИ. 2012.-Т.3.-с. 137-138

107. Прибыльский А.В., Самойленко А.П..Телекоммуникационный терминал локально вычислительной сети клиники для врача-отоларинголога. Материалы Всероссийской научной конференции «Системотехника-2011».-Таганрог: Изд-во ТТИ ЮФУ.2011.-с.213-219.

108. Прибыльский А.В.. Мобильный стенд для рентгеноскопической диагностики состояния лобных пазух пациентов. Тезисы докладов 19-ой Всероссийской научно-технической конференции «Микроэлектроника и информатика-2012».-М.: Изд-во МИЭТ. 2012.- с. 257.

109. Прибыльский А.В.. Мобильная система информационной поддержки врача -отоларинголога при диагностике патологий параназальных пазух. Материалы Региональной научно-практической конференции «Становление Молодой инновационной России. Перспективы и пути развития». - Брянск: БГТУ, 2012. -.с.81-85

110. Прибыльский А.В., Самойленко А.П.. Информативная сегментация рентгеновского снимка патологий лобных пазух. Материалы докладов VIII Научной конференции студентов и аспирантов базовых кафедр южного научного центра РАН.-Ростов н/Д: Изд-во ЮНЦ РАН. 2012. -с. 169-170.

111. Прибыльский А.В., Самойленко А.П.. Статистический метод распознавания образов при диагностике состояний верхнечелюстных пазух пациентов. Материалы X Всероссийской научной конференции «Информационные технологии, системный анализ». -Таганрог: Изд-во ТК ЮФУ.2012 с. 184-189.

112. Прибыльский А.В., А.П. Самойленко. Информационные технологии при синтезе медицинских информационных систем MEDCAD. Сборник работ лауреатов конкурса молодых ученых им. Академика И.И. Воровича.

«Фундаментальные и прикладные проблемы современной техники» - Ростов-н/Д:из-во СКНЦ ВШ ЮФУ, 2012. -с.61-70.

113. Прибыльский А.В., Самойленко А.П., Пужаев С.И., Волков А.Г.Статистический метод распознавания образов при диагностике состояний верхнечелюстных пазух пациентов. Сборник статей 67 научной конференции молодых ученных РостГМУ - Ростов-н/Дону: изд-во РостГМУ, 2013, с. 24-27.

114. Прибыльский А.В., Самойленко А.П.. Особенности построения систем поддержки принятия решений в оториноларингологии. Сборник тезисов юбилейного заседания Ростовской секции российской ассоциацииоториноларингологов. - Ростов-н/Дону: Из-во РостГМУ, 2013.

115. Прибыльский А.В.. Безэталонный метод оценки степени патологий при диагностике околоносовых пазух пациентов. Материалы докладов IX Научной конференции студентов и аспирантов базовых кафедр южного научного центра РАН.-Ростовн/Д: Изд-во ЮНЦ РАН. 2013.

116. Прибыльский А.В., Самойленко А.П.. Оценка состояния остеогенеза трансплантируемой костной ткани в оториноларингологии. Материалы всероссийской научно-технической конференции «Биомедсистемы 2013». -Рязань: Из-воРГРУ, 2013.

117. Прибыльский А.В., Самойленко А.П., Пужаев С.И..Математические показатели для объективной оценки состояния околоносовых пазух. Материалы международной научно-практической конференции оториноларингологов «Актуальные вопросы оториноларингологии». -Благовещенск: Издательство АГМА, 2014, с.13-17.

118. Прибыльский А.В., Самойленко А.П.. Оценка состояния репаративного процесса трансплантируемой костной ткани на основе информативной сегментации медицинского изображения. Материалы всероссийской научно-практической конференции «Инновационные технологии и диалектика в обучении». - Таганрог: Из-во ЮФУ, 2014, с. 55-58.

119. Прибыльский А.В., Самойленко А.П., Пужаев С.И., Волков А.Г.. Использование программы "Rentgenography" в диагностике экссудативных синуситов. Материалы международной научно-практической конференции «Инновационные технологии в медицине» -Черкесск: Издательство МСК ГГТА, 2014, с.165-170.

120. Прибыльский А.В., Самойленко А.П., Волков А.Г., Галанзовский Д.С.. Программный процессор для диагностики патологий параназальных пазух в базисе денситометрических параметров. Свидетельство о государственной регистрации программы для ЭВМ № 2011619039 заявка № 2011617177 от 27 сентября 2011, зарегистрирован в реестре 18 ноября 2011года.

121. Прибыльский А.В., Самойленко А.П. Программный процессор мобильного диагностического терминала информационной поддержки врача-оториноларинголога. Свидетельство о государственной регистрации программы для ЭВМ № 2012619118 заявка № 2012617090 от 21 августа 2012, зарегистрирован в реестре 8 октября 2012года.

122. Прибыльский А.В., Самойленко А.П. Статистические методы обработки данных:. - Учебное пособие для бакалавров, специалистов и магистрантов Таганрог: Изд-во ЮФУ, 2013.-125с.

123. Прибыльский А.В., Самойленко А.П., Волков А.Г., Ковалев А.А. Статистическая диагностика состояния эволюции патогенеза хронического гнойного среднего отита на фоне нарушения углеводного обмена. Журнал «Технологии живых систем», 2015, №6, -с 81-96.

124. Прибыльский А.В., Самойленко А.П. Информационная технология распознавания патологий объекта по его цифровому изображению. Журнал «Детская оториноларингология», 2015, спецвыпуск, - с. 48-50.

125. Прибыльский А.В.,Самойленко А.П. Синтез логических контроллеров ввода рентгенографической визуальной информации о состоянии биологического объекта. Журнал «Динамика сложных систем», 2015, №3, т.9., -с.85-96.

126. Прибыльский А.В., Самойленко А.П. Статистический принцип диагностики состояния трансплантированной костной ткани. Журнал «Наукоемкие технологии», 2015, №11, -с.69-80.

127. Прибыльский А.В., Самойленко А.П., Усенко О.А. Метод информационной поддержки принятия решений при распознавании образов патологий. Материалы Всероссийской научной конференции «Системотехника-2015».-Ростов-на Дону: Изд-во ЮФУ.2015.-с.193-197.

128. Прибыльский А.В. Информационные технологии в оториноларингологии Сборник работ Международной конференции молодых ученых стран БРИКС "Сотрудничество стран БРИКС для устойчивого развития", Ростов-на-Дону, 24-26 сентября 2015 г., том 2, с 150-152.

129. Прибыльский А.В., Самойленко А.П., О.А. Усенко Метод порядково-логического распознавания патологий медико-биологических объектов по рентгенографическим снимкам. Журнал «Информационно-измерительные и управляющие системы», № 5, т. 14, 2016, с.1-15.

130. Прибыльский А.В., Н.Н.Чернов, Самойленко А.П., Способ повышения информативности первичной обработки рентгенограмм. Элект. изд

Моделирование, оптимизация и информационные технологии. Научный журнал, Том 6, № 1 .2018, http://moit.vivt.ru/

131. Прэтт Т.У. Цифровая обработка изображений. — М.: Мир, 1982. — т.1 525 е., т.2 474 с.

132. Распознавание образов. Исследование живых и автоматических распознающих систем / Пер. с англ.; под ред. И.Ш. Пинскера. — М.: Мир, 1970. — 288 с.

133. Распознавание образов: состояние и перспективы / К. Верхаген, Р. Дёйн, Ф. Грун и др.; пер. с англ. — М.: Радио и связь, 1985. — 104 с.

134. Распознавание образов при помощи цифровых вычислительных машин / Под ред. Л. Хармона; пер. с англ. — М.: Мир, 1974. — 163 с.

135. Растригин Л.А., Эренштейн Р.Х. Метод коллективного распознавания. — М.: Энергоиздат, 1981. — 80 с.

136. Рогозов Ю.И., Самойленко А.П., Усенко О.А. Классификационный анализ методов синтеза моделей диагностирования технических систем // Сб. докладов IV Всероссийской научной конференции с международным участием молодых ученых и аспирантов «Новые информационные технологии. Разработка и аспекты применения». - Таганрог: Изд-во ТРТУ, 2001. - С. 46-49.

137. Руа Б. Классификация и выбор при наличии нескольких критериев. //Вопросы анализа и процедуры принятия решений. - М.: Мир, 1976, с. 80 -107.

138. А.с. №2002611968 об официальной регистрации Роспатентом РФ программы для ЭВМ от 22.11.2002. Самойленко А.П., Рогозов Ю.И., Кудрявцев Р.В. Программа по реализации аддитивной аппроксимации данных ограниченного объема в базисе гауссовых вкладов.

139. Самойленко А.П., Усенко О.А, Статистические технологии обработки эмпирических данных и верификация моделей естественной среды// Математическое моделирование и компьютерные технологии. Научные труды VI Всероссийского симпозиума. - Кисловодск, 2004, с. 33-36

140. Самойленко А.П., Усенко О.А. Математическое обеспечение статистической системы диагностики малоинерционных объектов. //Техническая кибернетика, радиоэлектроника и системы управления: Тезисы докладов V Всероссийской научной конференции студентов и аспирантов. -Таганрог: ТРТУ, 2000. С. 185-186.

141. Саридис Дж. Самоорганизующиеся стохастические системы управления. - М.: Наука, 1980. - 400 с.

142. Самойленко А.П., Усенко О.А. Интерполяционный метод для обработки информационных массивов ограниченного объема// Известия ТРТУ. Материалы LI научно-технической конференции проф. - препод. состава, аспирантов и сотрудников ТРТУ. - Таганрог: Известия ТРТУ, 2006, №9 (53), с. 79

143. Гузик. В.Ф., Самойленко А.П., Трубачев О.Е., Усенко О.А Разработка и исследование технологии верификации моделей состояния и надежности РЭА по эмпиричеким данным ограниченного объема// Отчет о НИР №12200, ГР№01200312863, инв.№02200305383. - Таганрог: ТРТУ - ТАНТК им. Г.М.Бериева, 2003, 304сСикулер Д.В., Фомин В.В. Автоматизация процесса проектирования // Сб. науч. тр. «Информационная поддержка систем контроля и управления на транспорте»; под ред. Д.В. Гаскарова. — Спб.: СПГУВК, 1998. — С. 198-203.

144. Самойленко А.П., Усенко О.А. Интерполяционный метод для обработки информационных массивов ограниченного объема// Известия ТРТУ. Материалы LI научно-технической конференции проф. - препод. состава, аспирантов и сотрудников ТРТУ. - Таганрог: Известия ТРТУ, 2006, №9 (53), с. 79

145. Гузик. В.Ф., Самойленко А.П., Трубачев О.Е., Усенко О.А Разработка и исследование технологии верификации моделей состояния и надежности РЭА по эмпиричеким данным ограниченного объема// Отчет о НИР №12200, ГР№01200312863, инв.№02200305383. - Таганрог: ТРТУ - ТАНТК им. Г.М.Бериева, 2003, 304с.

146. Самойленко А.П., Усенко О.А. Статистическая диагностика неравновесных объектов, как управляемый случайный процесс. //Научно-технический сб-к «Вопросы специальной радиоэлектроники». Вып. 1. - М. -Таганрог, 2006, с. 110-134.

147. Самойленко А.П., Булавина Т.Г. Синтез систем автоматического контроля работоспособности технологических объектов. //Научно-технический сборник «Вопросы специально радиоэлектроники». Вып. 2 - М. - Таганрог, 2005, с. 147-166.

148. Самойленко А.П., Усенко О.А. Логический синтез адаптивного автомата контроля и диагностики функционирования иерархических управляющих микропроцессорных систем. //Деп. ВИНИТИ №3293-В99 от 10.11.99.

149. Самойленко А.П., Усенко О.А. Диагноз состояния технологического объекта по обобщенным контролируемым параметрам. //Известия ТРТУ. Специальный выпуск. - Таганрог: ТРТУ, 2002, №1(24). С. 98-99.

150. Самойленко А.П., Усенко О.А. Информационная технология статистического моделирования динамических блоков летательных аппаратов. //V Королевские чтения: Тезисы докладов Всероссийской студенческой научной конференции. - Самара: СГАУ, 1999, с. 155-156.

151. Самойленко А.П., Усенко О.А. Программное обеспечение диагностики состояния при тренинге операторов. //Биотехнические, медицинские и экологические системы и комплексы. Бимедсистемы-99: Тезисы докладов Всероссийской НТК студентов, молодых ученых и специалистов. - Рязань: РГРТА, 1999, с. 39-41.

152. Самойленко А.П., Буряк А.В., Гончаров И.И. Технологии синтеза и верификации статистических моделей параметров летательных аппаратов в базисе эмпирических данных критически малых выборок. //Сб-к докладов VI конференции о гидроавиации «Гидроавиасалон-2006». Ч.1 - М.: 2006, с. 7278.

153. Самойленко А.П., Усенко О.А. Компьютерные технологии обработки статистических данных критически малых объемов. // Известия ТРТУ -Донецк ГТУ. Материалы V международного научно-технического семинара «Практика и перспективы развития партнерства в сфере высшей школы». -Таганрог-Донецк, кн.1. Из-во ТРТУ, 2006, с.159-163.

154. Самойленко А.П., Усенко О.А. Алгоритм по управлению структурой системы контроля. //Техническая кибернетика, радиоэлектроника и системы управления: Тезисы докладов IV Всероссийской научной конференции студентов и аспирантов. - Таганрог: ТРТУ, 1998. С. 129-130.

155. Самойленко А.П., Усенко О.А. Компьютерная технология формирования статистической модели технологической среды в критических режимах. //Новые информационные технологии. Разработка и аспекты

применения: Тезисы докладов II Всероссийской научной конференции молодых ученых и аспирантов. - Таганрог: ТРТУ, 1999, с. 37-39.

156. Самойленко А.П., Усенко О.А. Синтез модели работоспособности технологического объекта на основе аддитивной аппроксимации эмпирических данных малого объема стандартными распределениями. //Моделирование неравновесных систем-2000: Материалы III Всероссийского семинара. - Красноярск: ИПЦ КГТУ, 2000. - С.221-222.

157. Самойленко А.П., Усенко О.А. Статистический анализатор параметров при мониторинге технологических объектов в нештатных режимах. //Моделирование неравновесных систем-2000: Материалы III Всероссийского семинара. - Красноярск: ИПС КГТУ, 2000. - С.223-224.

158. Саридис Дж. Самоорганизующиеся стохастические системы управления. - М.: Наука. Главная редакция физико-математической литературы. 1980, 400с.

159. Терновой С.К., Араблинский А.В., Синицин В.Е. Современная лучевая диагностика заболеваний придаточных пазух носа.-М.: 2004, -120с.

160. Терновой С.К., Араблинский А.В., Синицин В.Е. Современная лучевая диагностика заболеваний придаточных пазух носа. - М. -120с.;

161. Труфанов Г.Е., Алексеев К.Н. Лучевая диагностика заболеваний околоносовых пазух.- 2-ое издание,ЭЛБИ:СПб,2011.- 234 с.

162. Усенко О. А. Разработка и исследование методов статистической диагностики технологических объектов : Диссертационная работа на степень кандидата технических наук : 05.13.01 / Таганрог. гос. радиотехн. ун-т. -Таганрог, 2003. - 19 с.

163. А.с. СССР №625206 Самойленко А.П., Скубилин М.Д., Гаркаленко Г.И. Устройство для контроля и регистрации результатов контроля. МКИ G06f 11/00 Бюл. №35, 1978

164. Синюк В.Г., Котельников А.П. Системы поддержки принятия решений: основные понятия и вопросы применения. - Белград: Изд-во БелГТАСМ, 1998, 78 с.

165. Таран Т.А. Формализация рассуждений на основе аргументации при принятии решений в конфликтных ситуациях // НТИ. Сер. 2 - №9, 1998. -С.23-33.

166. Фишберн П. Теория полезности для принятия решения. - М.: Наука, 1978. 352 с.

167. Эльянов М.М. Медицинские информационные технологии. Каталог. Вып.3../ М.М.Эльянов. М: Третья медицина, 2002, 320 с

168. Файзуллин М.Х. Рентгенодиагностика заболеваний и повреждений придаточных полостей носа. - М.: Медицина. - 1969. - С. 5-8.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.